Greedy Randomized Adaptive Search Procedure (GRASP)

Studienarbeit aus dem Jahr 2002 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Universität Bielefeld (Lehrstuhl für BWL insbesondere Unternehmensforschung), Veranstaltung: Metaheuristiken und ihre Anwendung in der BWL, Sprache: Deutsch, Abstract: RASP ist eine Mateheuristik, die systematisch Greedy-Konstruktionsheuristiken randomisiert, um relativ viele gute voneinander unabhängige Startlösungen für eine nachfolgende Suche zu generieren [stü01]. Demnach versucht man die Vorteile von Greedy Heuristiken und Semi- greedy Heuristiken zu verknüpfen, die Nachteile hingegen zu minimieren [res99]. Dadurch erhält man in vielen Fällen eine recht gute Annäherung an die optimale Lösung, die auch häufig in kurzer Zeit zu realisieren ist. GRASP ist ein iterativer Prozess, der aus zwei Phasen besteht: - Konstruktionsphase - Lokale Suche Anschließend erfolgt stets eine Aktualisierung der Lösung. Die beste gefundene Lösung wird als Endresultat festgehalten [res01]. Bei der lokalen Suche ist die Effektivität der Optimierung abhängig von der Struktur der Nachbarschaft, der Suchtechnik, dem Startpunkt (Seed) und wie schnell die Kostenfunktion der Nachbarn ansteigt [res99]. Eine qualitativ durchschnittliche Lösung ist bei GRASP oft schlechter als eine greedy-Lösung, während die beste Lösung durch GRASP oft besser ist als die mittels greedy-Algorithmus erhaltene Lösung [stü01].